“文博龙”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果19个，建议您升级VIP下载更多相关专利

[发明专利]音频差异定位方法及装置-CN202310741344.7在审
发明人： 文博龙;闫影;陈海涛;李娜;李海;刘俊晖;谢丹铭 -专利权人：成都爱奇艺智能创新科技有限公司
申请日： 2023-06-21 - 公布日： 2023-09-15 - 主分类号： G01S5/18 文献下载
摘要：本发明实施例提供了一种音频差异定位方法及装置，依次对完整版音频中的第一音频段和非完整版音频中相同次序的第二音频段进行匹配，基于未匹配成功的第一音频段和第二音频段分别确定差异音频段的起始坐标以及非对齐点坐标，并对非对齐点后的第三音频段和起始坐标后的一个或多个第四音频段依次进行匹配，基于匹配成功的第四音频段确定差异音频段的终止坐标，基于差异音频段在完整版音频中的起始坐标和终止坐标定位差异音频段，能够提升定位音频间的差异片段的效率。
音频差异定位方法装置

[发明专利]音频裁剪方法及装置-CN202310741308.0在审
发明人： 文博龙;陈海涛;闫影;李娜;李海 -专利权人：成都爱奇艺智能创新科技有限公司
申请日： 2023-06-21 - 公布日： 2023-08-18 - 主分类号： G10L25/48 文献下载
摘要：本发明实施例提供了一种音频裁剪方法及装置，依次对第一音频段中的第一子音频段和第二音频段中相同次序的第二子音频段进行匹配，基于未匹配成功的第一子音频段和第二子音频段分别确定待裁剪音频段的起始坐标以及非对齐点坐标，并对非对齐点后的第三子音频段和起始坐标后的一个或多个第四子音频段依次进行匹配，基于匹配成功的第四音频段确定待裁剪音频段的终止坐标，基于待裁剪音频段在第一音频段中的起始坐标和终止坐标定位裁剪第一音频段，能够提升定位音频中的差异音频内容并进行裁剪的效率。
音频裁剪方法装置

[发明专利]一种文本标注方法、装置、计算机设备以及存储介质-CN202310331495.5在审
发明人：闫影;文博龙;李娜;陈海涛;李海;刘俊晖 -专利权人：北京奇艺世纪科技有限公司
申请日： 2023-03-30 - 公布日： 2023-07-18 - 主分类号： G06F40/169 文献下载
摘要：本公开提供了一种文本标注方法、装置、计算机设备以及存储介质，其中，该方法包括：获取目标影视资源对应的待处理音频，其中，所述待处理音频为所述目标影视资源中各个角色的对话音频；在所述各个角色中确定目标对象，并确定所述目标对象在所述待处理音频中对应的第一音频；获取所述目标影视资源对应的对白文本，并确定所述第一音频在所述对白文本中对应的目标文本；基于所述目标对象的对象名称，在所述对白文本中对所述目标文本进行标注操作。
一种文本标注方法装置计算机设备以及存储介质

[发明专利]配音效果确定方法、装置、电子设备及可读存储介质-CN202211213264.6在审
发明人：徐雪萍;陈海涛;李海;文博龙;李娜;闫影 -专利权人：北京爱奇艺科技有限公司
申请日： 2022-09-29 - 公布日： 2023-04-07 - 主分类号： G10L15/02 文献下载
摘要：本申请提供了一种配音效果确定方法、装置、电子设备及可读存储介质，属于音频处理技术领域。本申请通过，获取影视作品对应的配音数据和配音文本，其中，所述配音文本包含多个分句文本；基于多个所述分句文本对所述配音数据进行划分，得到每个所述分句文本对应的分句配音；对每个所述分句配音进行识别，得到每个所述分句配音对应的配音识别文本；基于每个所述分句配音对应的所述分句文本和所述配音识别文本，确定每个所述分句配音的配音效果。由此，实现了对配音效果(如漏配和错配等)的自动检查，相对于人工检查，提高了检查效率，避免了人工检查容易出现漏检的情况，并且可以节省人工成本。
配音效果确定方法装置电子设备可读存储介质

[发明专利]一种语音片段识别方法、装置、电子设备及存储介质-CN202211490425.6在审
发明人：王为;文博龙;闫影;李娜;徐雪萍;陈海涛;李海;刘俊晖;谢丹铭 -专利权人：北京爱奇艺科技有限公司
申请日： 2022-11-25 - 公布日： 2023-03-24 - 主分类号： G10L15/22 文献下载
摘要：本申请实施例提供一种语音片段识别方法、装置、电子设备及存储介质，应用于信息技术领域。通过对提取到的第一时间段的目标数据进行特征提取，得到语音特征向量和关联特征向量；将各特征向量进行特征融合；通过预设情绪类别分类网络对得到的融合特征向量进行分类，在分类结果表示高情绪类别时，将目标数据确定为待执行音频异常检测的数据。应用本申请实施例的方法，可以通过同时对音频数据和关联数据进行特征提取并融合得到融合特征向量，再通过预设的情绪类别分类网络对融合特征向量进行分类，确定出高情绪表达的音频数据，实现自动识别目标音频中的高情绪片段，从而解决通过人工进行高情绪片段的识别时检测效率低的问题，提高音频检测的效率。
一种语音片段识别方法装置电子设备存储介质

[发明专利]一种音画不同步的检测方法、装置、电子设备及存储介质-CN202211394412.9在审
发明人：王为;文博龙;闫影;李娜;陈海涛;徐雪萍;李海;刘俊晖;谢丹铭 -专利权人：北京爱奇艺科技有限公司
申请日： 2022-11-08 - 公布日： 2023-01-20 - 主分类号： H04N21/43 文献下载
摘要：本申请实施例提供了一种音画不同步的检测方法、装置、电子设备及存储介质，该方法包括：获取待检测视频在同一时段内的多个视频帧和音频；对各视频帧进行嘴部状态识别，确定嘴部处于张开状态的多个第一视频帧；根据各第一视频帧对应的时间点，将相邻时间点的视频帧合并得到至少一个第一时间片段；对音频进行语音活动检测，将发生语音活动的时间片段作为至少一个第二时间片段；计算第一时间片段和对应的第二时间片段的时间差；当时间差大于预设阈值时，则判定该第一时间片段和对应的第二时间片段为音画不同步对应的时间片段。应用本申请实施例提供的技术方案，能够降低音画不同步检测过程中的人工成本，提高音画不同步的检测效率。
一种音画不同步检测方法装置电子设备存储介质

[发明专利]分轨情况确定方法、装置、电子设备及可读存储介质-CN202211204250.8在审
发明人：徐雪萍;陈海涛;文博龙;李海;李娜;闫影 -专利权人：北京爱奇艺科技有限公司
申请日： 2022-09-29 - 公布日： 2023-01-03 - 主分类号： G06F16/33 文献下载
摘要：本申请提供了一种分轨情况确定方法、装置、电子设备及可读存储介质，属于音频处理技术领域。本申请通过，获取影视作品中目标角色对应的配音数据和目标台词文本，其中，所述目标台词文本包含多个分句文本；基于多个所述分句文本对所述配音数据进行划分，得到每个所述分句文本对应的分句配音；对每个所述分句配音进行识别，得到每个所述分句配音对应的配音识别文本；基于每个所述分句配音对应的所述分句文本和所述配音识别文本，确定每个所述分句配音的分轨情况。由此，实现了对每个角色的分轨情况的自动检查，相对于人工检查，提高了检查效率，避免了人工检查容易出现漏检的情况，并且可以节省人工成本。
情况确定方法装置电子设备可读存储介质

[发明专利]语音处理方法、装置及网络设备-CN202210453468.0在审
发明人：陈海涛;郭凯旋;甘文东;文博龙;闫影;李建伟;李海 -专利权人：成都爱奇艺智能创新科技有限公司
申请日： 2022-04-27 - 公布日： 2022-09-02 - 主分类号： G10L21/013 文献下载
摘要：本发明实施例提供了一种语音处理方法、装置及网络设备，该方法包括：获取待处理语音；对所述待处理语音进行切割，得到至少两个第一语音片段，每两个相邻的第一语音片段之间具有部分重叠语音片段；对所述至少两个第一语音片段采用多线程并行处理方式进行语音转换处理，得到至少两个语音转换结果；所述至少两个第一语音片段对应源音色，所述至少两个语音转换结果对应目标音色；将所述至少两个语音转换结果进行语音拼接处理，得到语音输出结果。通过上述方案，可以防止音色转换过程中的语音失真情况的发生，还可以加速语音处理速度。
语音处理方法装置网络设备

[发明专利]语音转换模型训练、语音转换方法、装置、电子设备及存储介质-CN202210421698.9在审
发明人：陈海涛;郭凯旋;甘文东;文博龙;闫影;李建伟;李海 -专利权人：成都爱奇艺智能创新科技有限公司
申请日： 2022-04-21 - 公布日： 2022-08-23 - 主分类号： G10L21/007 文献下载
摘要：本申请提供一种语音转换模型训练、语音转换方法、装置、电子设备及存储介质，该语音转换模型训练方法包括：获取多个训练音色分别对应的训练音频集；针对每个训练音色，根据训练音色对应的训练音频集确定训练音色对应的PPG特征数据集；根据训练音色对应的PPG特征数据集和训练音色对应的声学特征信息，对声学模型和声码器进行联合训练，获取训练音色对应的语音转换子模型；语音转换模型包括多个训练音色分别对应的语音转换子模型。本申请可以减小语音转换模型所输出的音频与实际期望输出的音频之间的差异。
语音转换模型训练方法装置电子设备存储介质

[发明专利]语音转换方法、装置、设备及存储介质-CN202210409908.2在审
发明人：陈海涛;郭凯旋;甘文东;文博龙;闫影;李建伟;李海 -专利权人：成都爱奇艺智能创新科技有限公司
申请日： 2022-04-19 - 公布日： 2022-08-16 - 主分类号： G10L21/013 文献下载
摘要：本发明实施例提供了一种语音转换方法，包括：提取源语音的瓶颈特征、量化表征特征和基频特征；基于上述特征和目标发声者的标识表示，利用语音转换模型获得目标发声者的语音；其中，语音转换模型包括的第一编码网络用于将瓶颈特征编码为语义特征，第二编码网络用于将量化表征特征编码为韵律特征，解码网络用于基于语义特征、韵律特征、基频特征和目标发声者的标识表示，输出目标发声者的语音的梅尔频谱。应用本发明实施例所提供的技术方案，在进行语音转换时，解码网络的输入除了基频特征，还增加了韵律特征，提升了语音转换质量，增强了转换后语音的情感表现力。本发明实施例还提供了一种语音转换装置、设备及存储介质，具有相应技术效果。
语音转换方法装置设备存储介质

[发明专利]一种音频处理方法、装置、电子设备及存储介质-CN202210457487.0在审
发明人：李海;文博龙;闫影;甘文东;陈海涛;郭凯旋;王松;李嘉文 -专利权人：成都爱奇艺智能创新科技有限公司
申请日： 2022-04-27 - 公布日： 2022-08-02 - 主分类号： G10L21/013 文献下载
摘要：本发明涉及一种音频处理方法、装置、电子设备及存储介质，其中，音频处理方法包括：获取目标视频对应的第一音频文件，提取所述第一音频文件中第一配音对象的配音内容对应的配音特征，所述第一音频文件中的第一语种与所述目标视频的原声音频文件中的第二语种不同；获取第二配音对象对应的音色特征，所述第一配音对象和所述第二配音对象具有不同的音色；将所述配音特征和所述音色特征合并，得到音频频谱；基于所述音频频谱进行音频重建，得到与所述目标视频对应的第二音频文件。本申请实施例能够实现自动将第一配音对象的音色转换第二配音对象的音色的同时，保留第一配音对象配音的内容及情感。
一种音频处理方法装置电子设备存储介质

[发明专利]音色选取方法、装置、电子设备及存储介质-CN202210389279.1在审
发明人： 文博龙;甘文东;闫影;陈海涛;郭凯旋;李海 -专利权人：成都爱奇艺智能创新科技有限公司
申请日： 2022-04-13 - 公布日： 2022-07-22 - 主分类号： G06F16/61 文献下载
摘要：本发明实施例提供了一种音色选取方法、装置、电子设备及存储介质，所述方法包括：获取待配音的角色对应的原声，并提取所述原声的第一声音特征；获取预设索引库，其中，所述预设索引库中包括不同声色的声音对应的第二声音特征与相应声色的索引；根据所述第一声音特征和所述第二声音特征，从所述预设索引库中确定目标索引；获取所述目标索引中记录的目标音色，并选取所述目标音色为所述待配音的角色对应的匹配音色。如此实现自动化的音色选取，减轻配音流程中的人工干预，简化了操作，减少了人力成本以及时间的花费。
音色选取方法装置电子设备存储介质

[发明专利]语音处理方法、装置、设备及计算机可读存储介质-CN202210313371.X在审
发明人：陈海涛;李海;甘文东;文博龙;闫影 -专利权人：成都爱奇艺智能创新科技有限公司
申请日： 2022-03-28 - 公布日： 2022-06-03 - 主分类号： G10L13/02 文献下载
摘要：本发明实施例提供了一种语音处理方法，该方法包括：获得原始语音、与原始语音匹配的原始文本、原始文本对应的目标文本；确定目标文本中的音素对应的语音帧的最终时长信息，最终时长信息包括目标文本相对于原始文本的变化部分对应的语音帧的时长信息；根据变化部分对应的语音帧的时长信息，对原始语音的原始频谱进行填充处理，获得目标频谱；将目标频谱作为韵律参考信息，结合最终时长信息以及目标文本进行语音合成处理，获得目标语音。应用本发明实施例所提供的技术方案，可以充分利用原始语音的韵律信息，保证目标语音在听感上的连续性，使得整段语音的韵律更自然。本发明实施例还提供了一种语音处理装置、设备及存储介质，具有相应技术效果。
语音处理方法装置设备计算机可读存储介质

[发明专利]一种语音转换方法、装置、电子设备及存储介质-CN202111671308.5在审
发明人： 文博龙;甘文东;陈海涛;闫影;李海 -专利权人：成都爱奇艺智能创新科技有限公司
申请日： 2021-12-31 - 公布日： 2022-04-12 - 主分类号： G10L25/24 文献下载
摘要：本申请涉及一种语音转换方法、装置、电子设备及存储介质，方法包括：提取目标语音的韵律，得到目标韵律参数，目标语音为需要进行语音转换的语音；将目标语音输入端到端语音识别编码器，以得到端到端语音识别编码器对目标语音进行处理后输出的内容向量；根据目标韵律参数和内容向量对目标语音进行语音转换，由于内容向量的时间分辨率与目标语音的时间分辨率一致，使得内容向量表征的音素特征与目标语音包含的音素特征一致，进而使得内容向量中能够完整的体现目标语音的细节，提升了语音转换的效果，且由于内容向量中包括的音素特征未进行分类，避免了音素分类不准确，影响语音转换的问题，进一步提升了语音转换的效果。
一种语音转换方法装置电子设备存储介质

[发明专利]一种语音转换方法、装置、电子设备及存储介质-CN202111682011.9在审
发明人：闫影;甘文东;文博龙;李海;陈海涛 -专利权人：成都爱奇艺智能创新科技有限公司
申请日： 2021-12-31 - 公布日： 2022-04-12 - 主分类号： G10L25/24 文献下载
摘要：本申请涉及一种语音转换方法、装置、电子设备及存储介质，该方法，包括：对待转换语音进行内容提取，得到目标特征；对所述目标特征进行编码，以将所述目标特征转化为目标向量；获取所述待转换语音对应的目标韵律参数，并根据所述目标韵律参数对所述目标向量在目标音色上进行解码，得到目标音色的梅尔普特征，所述目标韵律参数中未包含所述待转换语音的音色；通过去除目标韵律参数中包含的待转换语音的音色，避免了直接使用待转换语音的特征生成梅尔普特征，导致原始说话人的音色会泄露到转换完成的语音中，从而使得语音转换后的效果音色和目标发音人的音色存在差距的问题，进而使得待转换语音转换后更接近目标音色，提升了语音转换的效果。
一种语音转换方法装置电子设备存储介质

1
2
下一页»
尾页
共 19 条